論文の概要: Rethinking the semantic classification of indoor places by mobile robots

• arxiv url: http://arxiv.org/abs/2603.08512v1
• Date: Mon, 09 Mar 2026 15:43:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:42.110253
• Title: Rethinking the semantic classification of indoor places by mobile robots
• Title（参考訳）: 移動ロボットによる屋内場所の意味分類の再考
• Authors: Oscar Martinez Mozos, Alejandra C. Hernandez, Clara Gomez, Ramon Barber,
• Abstract要約: サービスロボットにおける重要な課題は、その周辺領域のセマンティックな理解である。 従来のアプローチでは、フロアプランをフルルームに対応する領域に分割することでこの問題に対処している。 室内の混乱を許容し,意味分類器のラベル付けを意図的に緩和する新しいパラダイムを提案する。
• 参考スコア（独自算出の注目度）: 36.94429692322632
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A significant challenge in service robots is the semantic understanding of their surrounding areas. Traditional approaches addressed this problem by segmenting the floor plan into regions corresponding to full rooms that are assigned labels consistent with human perception, e.g. office or kitchen. However, different areas inside the same room can be used in different ways: Could the table and the chair in my kitchen become my office? What is the category of that area now? office or kitchen? To adapt to these circumstances we propose a new paradigm where we intentionally relax the resulting labeling of semantic classifiers by allowing confusions inside rooms. Our hypothesis is that those confusions can be beneficial to a service robot. We present a proof of concept in the task of searching for objects.
• Abstract（参考訳）: サービスロボットにおける重要な課題は、その周辺領域のセマンティックな理解である。 従来のアプローチでは、フロアプランを、人間の知覚、例えばオフィス、キッチンと整合したラベルが割り当てられたフルルームに対応する領域に分割することで、この問題に対処していた。 キッチンのテーブルと椅子は私のオフィスになるのでしょうか? 今、そのエリアのどのカテゴリですか。 オフィスかキッチンか? これらの状況に適応するため、室内の混乱を許容し、意味分類器のラベル付けを意図的に緩和する新しいパラダイムを提案する。 我々の仮説では、こうした混乱はサービスロボットにとって有益である。 対象を探索する作業において概念実証を行う。

関連論文リスト

• Choreographing Trash Cans: On Speculative Futures of Weak Robots in Public Spaces [0.0]
  本稿では,環境を独立に管理するのではなく,ポストヒューマンコラボレーションを促進する移動ロボットについて検討する。 本研究では,機能と能力の概念を整理し,「弱ロボット」の動作について検討する。 今後の都市空間におけるロボットの振付を記述した2つの投機的デザイン・フィクションヴィグネットを紹介した。
  論文  参考訳（メタデータ） (2025-09-01T17:27:43Z)
• Knolling Bot: Teaching Robots the Human Notion of Tidiness [12.630637353265422]
  そこで本研究では,家庭内ロボットにノーミングによる簡単な作業を行うアプローチを提案する。 クナッシング(Knewing)とは、散らばったアイテムを、きれいで空間効率の良いレイアウトに配置するプラクティスである。 この研究は、人間の美意識を内包し、私たちの生活空間で真に共同創造できるロボットを構築するための一歩である。
  論文  参考訳（メタデータ） (2023-10-06T20:13:07Z)
• From Isolated Islands to Pangea: Unifying Semantic Space for Human Action Understanding [50.412121156940294]
  アクション理解は、物理空間から意味空間へのマッピングとして形成することができる。 そこで本研究では,Pangeaを完全に活用するために,物理空間から意味空間への新たなモデルマッピングを提案する。
  論文  参考訳（メタデータ） (2023-04-02T15:04:43Z)
• Aligning Robot and Human Representations [50.070982136315784]
  ロボット工学における現在の表現学習アプローチは、表現アライメントの目的がいかにうまく達成されているかの観点から研究されるべきである。 問題を数学的に定義し、その鍵となるデシダータを同定し、この形式主義の中に現在の方法を置く。
  論文  参考訳（メタデータ） (2023-02-03T18:59:55Z)
• Layout-aware Dreamer for Embodied Referring Expression Grounding [49.33508853581283]
  本研究では,エージェントがこれまで見つからなかった環境で移動する必要のある,身体的参照表現接地の問題について検討する。 我々はLayout-aware Dreamer(LAD)と呼ばれる自律エージェントを設計した。 LADは、粗いレイアウト推定のための経路に沿って、近隣の未探索領域の部屋カテゴリー分布を推定することを学ぶ。 効果的な環境探査を学ぶために、ゴールドリーマーは事前に目的地を想像する。
  論文  参考訳（メタデータ） (2022-11-30T23:36:17Z)
• Language Understanding for Field and Service Robots in a Priori Unknown Environments [29.16936249846063]
  本稿では,フィールドロボットとサービスロボットによる自然言語命令の解釈と実行を可能にする,新しい学習フレームワークを提案する。 自然言語の発話において、空間的、位相的、意味的な情報を暗黙的に推測する。 本研究では,この分布を確率論的言語基底モデルに組み込んで,ロボットの行動空間のシンボル表現上の分布を推定する。
  論文  参考訳（メタデータ） (2021-05-21T15:13:05Z)
• Clutter Slices Approach for Identification-on-the-fly of Indoor Spaces [0.0]
  本稿では,クラッタの特異なシグネチャを用いた室内空間の粗い分類手法を提案する。 乱雑に付与された文脈を用いて,廊下,階段,共用空間,トイレなどの一般的な屋内空間を認識する。 提案するclutter slicesパイプラインは、提示されたclutter slicesデータセット上で最大93.6%の精度を達成する。
  論文  参考訳（メタデータ） (2021-01-12T02:05:33Z)
• Semantics for Robotic Mapping, Perception and Interaction: A Survey [93.93587844202534]
  理解の研究は、ロボットに世界が何を意味するのかを決定する。 人間とロボットが同じ世界で活動するようになるにつれ、人間とロボットの相互作用の展望も意味論をもたらす。 ニーズや、トレーニングデータや計算リソースの可用性向上などによって駆動されるセマンティックスは、ロボティクスにおける急速に成長している研究領域である。
  論文  参考訳（メタデータ） (2021-01-02T12:34:39Z)
• Lifelong update of semantic maps in dynamic environments [2.343080600040765]
  ロボットは周囲から知覚される生の情報を通じて世界を理解する。 ロボットとユーザの両方が理解している高度な情報を含むセマンティックマップは、共有表現としてより適している。 セマンティックマップをフロアクリーニングロボット群におけるユーザインタフェースとして使用しています。
  論文  参考訳（メタデータ） (2020-10-17T18:44:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。